Modelos de ecuaciones estructurales El origen de los hoy llamados SEM fue en 1970, por el

económetra Goldberger (Goldberger y Duncan, 1973). Se dio por primera vez la misma
importancia a la teoría que considera la relación entre indicadores y constructos que a la que se
interesa en las relaciones de los constructos entre sí (Batista y Coenders, 2000). En las siguientes
décadas Jöreskog y Sörbom (1979), Bentler y Bonnet (1980) y Muthén (1984) lo han
perfeccionado. El inner model o modelo estructural y el outer model o modelo de medición
conforman un SEM (Figura 1). El primero especifica las relaciones direccionales de las variables
latentes entre sí, es decir, son ecuaciones que expresan relaciones entre factores, cuya
representación en forma de ecuación es: η  Βη + Γξ + ζ (1) Donde: η: vector m x 1 de variables
latentes endógenas Β: matriz m x m de coeficientes de las variables endógenas Γ: matriz m x k de
coeficientes de las variables exógenas ξ: vector k x 1 de variables latentes exógenas ζ: vector m x 1
de términos de perturbación aleatoria. El segundo especifica las relaciones que guardan los
factores o variables latentes con sus respectivos indicadores, tal y como se especifican las
relaciones entre variables observables y latentes en un análisis factorial confirmatorio, es decir,
ecuaciones de medida de estos factores, cuya representación en forma de ecuación es: Y  Λyη + ε
X  Λxξ + δ (2) Donde: η: vector m x 1 de variables latentes endógenas ξ: vector k x 1 de variables
latentes exógenas Λx: matriz q x k de coeficientes de variables exógenas Λy: matriz p x m de
coeficientes de variables endógena δ: vector q x 1 de errores de medición para los indicadores
exógenos ε: vector p x 1 de errores de medición para los indicadores endógenos. El análisis de
trayectorias y el análisis de regresión son componentes del modelo estructural de relaciones
causales entre variables manifiestas, mientras que el análisis factorial exploratorio y el análisis
factorial confirmatorio son ejemplos concretos del modelo de medición, el cual busca establecer
relaciones entre un constructo o variable latente y sus indicadores (Bazán et al., 2006). El SEM está
compuesto por variables observables (variables manifiestas o indicadores), las cuales pueden ser
observadas o medidas de manera directa (Bentler, 1995; Byrne, 1994) y no observables
(denominadas latentes factores o constructos). De acuerdo con Corral (2001), lo latente solo
puede ser inferido o estudiado a partir de indicadores manifiestos de la situación: las primeras se
representan en forma de rectángulo y las segundas, en círculos o elipses en el modelo. Los efectos
causales entre las variables se pueden agrupar en directos, indirectos y espúreos (Caballero, 2006).
Cuando se habla de causalidad, esto implica explicar el por qué se presenta un fenómeno y bajo
qué condiciones ocurre (Hernández et al., 2007). Es decir que cambios en el valor de la variable de
interés deben reflejarse en cambios en las mediciones implementadas y que, además, esas
mediciones son agregadas finalmente para hallar el valor del constructo subyacente (Martínez y
Martínez, 2009). Por lo tanto, este constructo garantiza la capacidad de controlar los
acontecimientos (Falk y Miller, 1992). Es importante considerar que la estimación del parámetro
no demuestra la relación causa-efecto sino el respaldo teórico del modelo. Además, cualquier
variable que reciba efecto de otras variables deberá incluir el término de error.